LLM-агенты улучшили численный анализ европейской недвижимости, но не оценочные выводы

📊 В статье на arXiv исследуют, как большие языковые модели справляются с финансовым анализом европейской публичной недвижимости. Авторы сравнили один «универсальный» запрос к модели и схему Larix: восемь специализированных агентов, привязанных к 16 аналитическим ракурсам. Условия сравнения зафиксированы: модель, источники, инструкции, формат ответа и оценивание. Суть результата: декомпозиция на специалистов улучшила численные задачи на 15,8 п.п., но не дала стабильного прироста в интегральных суждениях и местами снижала качество. Дообучение Qwen3.5-9B методом GRPO со структурированными наградами, наоборот, повысило качество именно оценочных выводов: +14,2 п.п. на judgment-задачах и перенос на новые компании. Научная новизна — разделение эффекта prompt-декомпозиции и параметрической адаптации. Ограничение: выборка небольшая — 19 компаний и семь регуляторных оболочек, поэтому выводы стоит проверять на более широком рынке.